Ejecutivo de Micron: El almacenamiento determina el límite de IA, la capacidad adicional sustancial llegará después de 2028

A medida que la ola de IA se extiende desde los centros de datos hacia el edge y el ámbito de la robótica, los ejecutivos de Micron han advertido que el almacenamiento se ha convertido en el principal cuello de botella que determina el límite superior del rendimiento de la IA. Dado que los ciclos de construcción de nueva capacidad son largos y los procesos sumamente complejos, el desbalance entre oferta y demanda en la industria no se resolverá con una adición sustancial de capacidad hasta después de 2028.

El 15 de septiembre, en el foro especializado en semiconductores de la Six Five Summit 2026, Sumit Sadana, asesor principal del CEO de Micron, fue entrevistado por el analista Patrick Moorhead y desglosó en detalle la estructura de oferta y demanda de la industria de memorias en la era de la IA, sus planes de inversión en capital y los mercados incrementales clave del futuro.

Durante el último año, el entendimiento del sector tecnológico sobre el almacenamiento ha sido transformado de manera fundamental. Esta transformación proviene del hecho de que la potencia de cómputo ya no es el único parámetro para medir la capacidad de los sistemas de IA. Sadana identificó con precisión la lógica central del hardware de IA en la entrevista: “Hoy en día, el rendimiento de los sistemas de inteligencia artificial depende prioritariamente de la performance del subsistema de memoria y de la capacidad de memoria. Estos dos factores realmente determinan el nivel de rendimiento del subsistema de IA”.

Explicó que, como los modelos de IA deben almacenarse en la memoria y los datos masivos se transfieren continuamente entre memorias, el ancho de banda entre el procesador y la memoria se ha vuelto el cuello de botella clave del rendimiento. Al mismo tiempo, el mercado del almacenamiento enfrenta un desbalance estructural acumulado a lo largo de décadas: a principios de los '90, existían más de 20 empresas de DRAM; hoy solo quedan unas pocas. Sin embargo, actualmente hay más de 20 empresas diseñando procesadores. Esta estructura de “pocos a muchos” en la oferta genera una cadena de suministro de memorias extremadamente frágil frente a la explosiva demanda de IA.

El gasto de capital se dispara; para nueva capacidad significativa habrá que esperar hasta 2028

Frente a la enorme brecha entre la oferta y la demanda, el aumento de bits derivado solo de la transformación tecnológica ya no basta para satisfacer el mercado, y toda la industria se ha visto forzada a iniciar un ciclo de expansiones de “salas limpias y plantas de obleas” de alto capital.

Micron está lanzando un plan de gasto de capital sin precedentes. Sadana reveló: “Solo considerando nuestro plan de capex: el año fiscal 2025 nuestro gasto será levemente superior a los 13 mil millones USD; para el año fiscal 2026 se duplicará; para el 2027 prevemos superar los 45 mil millones USD. Recientemente anunciamos en Estados Unidos que llevaremos la inversión de 200 mil a 250 mil millones USD y aceleraremos los plazos”. Además, Micron está llevando a cabo alrededor de 20 proyectos de expansión paralelos en Idaho, Nueva York, Taiwán, Japón y Singapur.

Sin embargo, el agua lejana no apaga la sed inmediata. La construcción de fábricas de semiconductores depende de infraestructura, aprobaciones regulatorias y una grave escasez de trabajadores calificados. Sadana brindó un cronograma claro: “Consideramos que la nueva capacidad efectiva solo comenzará a liberarse paso a paso a partir de 2028, y eso es solo la etapa inicial; el impulso de crecimiento de capacidad será realmente fuerte a partir de los años posteriores. Por lo tanto, la industria necesitará tiempo para encontrar un nuevo equilibrio”.

Otra razón del lento aumento de capacidad es la complejidad astronómica de la fabricación de memorias. Tomando como ejemplo el popular HBM, Sadana señaló que su funcionamiento “es casi un milagro”: “Pensalo, apilar 12 capas de chips DRAM, con un chip base conectado a la GPU en el fondo. Todo el sistema enfrenta serios desafíos de disipación y consumo. En la planta hay unos 2.000 procesos. Desde que inicia la producción hasta que el producto llega al cliente, el ciclo ronda los cinco meses”.

Adiós al “compro cuando quiero”; contratos de largo plazo y customización profunda rediseñan el modelo de negocio

La extrema escasez de capacidad está forzando una metamorfosis en el modelo de negocio del sector de memorias, alejándose del spot trading tradicional y los chips genéricos estándar JEDEC.

“Firmamos contratos plurianuales, comprometidos a suministrar a los clientes, y ellos a prever la demanda. Esto es completamente diferente de los acuerdos anuales —antes, el cliente compraba cuando quería, siempre que hubiera stock, lo suministrábamos”. Según Sadana, este modelo de “acuerdos estratégicos de cliente” ofrece un retorno sobre inversión muy alto y respalda el capex de la planta durante años.

El cambio más profundo está en la vinculación en I+D. Para diferenciarse en consumo energético y velocidad de modelos en sistemas de IA, los clientes ahora integran el diseño de memoria en sus roadmaps de producto de 5 a 7 años. Sadana explicó: “Este modelo transforma la relación en algo más parecido a la colaboración en chips ASIC —el cliente tiene gran autonomía en diseño y la relación es de largo plazo”.

La IA va hacia el edge: los robots humanoides serán el mayor mercado de crecimiento

El mercado suele centrarse en la demanda de IA de los data centers, pero según Micron, esto es solo el comienzo. A medida que la IA penetra en smartphones, PCs (como Mac mini con memoria unificada) y autos autónomos, la demanda de memoria será ubicua.

En cuanto al espacio de futuro, Sadana apunta al sector robótico, considerándolo la próxima ola de demanda masiva tras los centros de datos.

“Pensá en los robots humanoides, serán uno de los mercados de productos más grandes de la historia”. Sadana destacó el consumo brutal de memoria del edge AI hacia 2030: “Lo apasionante de la robótica es que cada dispositivo debe almacenar masivas cantidades de datos —cada robot humanoide tendrá cientos de GB de DRAM y varios TB de NAND flash. Van a impulsar enormemente la demanda de DRAM y NAND… Los robots deben operar de forma autónoma, no pueden mandar cada vez los datos a un servidor”.

A continuación, la entrevista completa:

Sumit Sadana 00:00

Hoy en día, el rendimiento de los sistemas de IA depende prioritariamente de la performance del subsistema de memoria y de la capacidad de memoria. Estos dos factores realmente determinan el nivel de rendimiento del subsistema de IA. Bienvenidos nuevamente a la Cumbre 2026.

Patrick Moorhead 00:22

La era de la inteligencia artificial ha llegado. La importancia y el valor estratégico de la memoria es asombroso. Siempre pensé que la memoria era importante, pero considerando la era de la IA, las capacidades que ahora nos brinda son increíbles —sinceramente, si no tuviéramos suficiente o la adecuada, nada de lo asombroso que nos rodea sería posible.

Me alegra anunciar que Micron nos acompaña en la cumbre. Qué bueno verte, me alegra que estés de vuelta. Gracias por la invitación. Es fantástico. Llevo 35 años en la industria, primero como consumidor, luego como socio, ahora desde una consultora investigando el mercado de memorias y todos los segmentos relacionados. Hemos logrado cosas impresionantes. El año pasado, en nuestra charla, comencé a clasificar la memoria como una tecnología estratégica —sí, me atribuyo el mérito. Sinceramente, merecés más crédito porque vos tomás acción, yo solo lo digo. Pero hoy, esa visión cobra más importancia. Cada vez más gente lo comenta. En este contexto de IA, ¿qué cambió este año, que generó que la industria preste más atención a la memoria?

Sumit Sadana 01:44

¿Por qué la IA aceleró esta transformación? Es una gran pregunta. Pasó un año, pero por los cambios ocurridos parece mucho más. Desde la perspectiva del cliente el cambio fue enorme. La situación actual es que hay fuerte escasez de memoria en todos los mercados. Por más que hacemos todo para aumentar la oferta, aún no logramos asegurar cuándo igualaremos la demanda, que sigue creciendo. Las señales de todos los clientes, de todos los rubros, aumentan año a año.

Varias razones explican el cambio de percepción hacia la memoria entre los clientes. Una es la enorme brecha oferta-demanda; la otra es que, por las exigencias de la IA, los requerimientos de performance del sistema son cada vez mayores. Cuando uno piensa qué permite al sistema el máximo rendimiento, se da cuenta que el procesador no es el único factor. Hoy, la performance y el ancho de banda entre procesador y memoria, y la capacidad de la memoria, importan muchísimo. Como el modelo de IA debe almacenarse en memoria, y grandes volúmenes de datos se transfieren entre memorias, el ancho de banda procesador-memoria es el cuello de botella clave. Por eso, los clientes toman consciencia de que deben replanificar su roadmap de producto y adoptar nuevas estrategias de memoria.

Sumit Sadana 03:44

Ahora la clave es cómo diseñar la memoria para obtener ventaja competitiva, cómo destacar el sistema del cliente. Si la memoria siguiera siendo igual a la de hace años, cumpliendo el estándar JEDEC que usa todo el mundo, diferenciarse sería imposible. Ahora trabajamos codo a codo con clientes, integrando el diseño de memoria a sus roadmaps de producto plurianuales. Hoy se enfocan en cómo generar diferencia, cómo alterar el marco competitivo. Esto obliga a replantear la memoria y asociarse con empresas como Micron para diseñar nuevas funciones y explotarlas.

Sumit Sadana 04:31

Por ejemplo, nuestra colaboración con Nvidia en DRAM de bajo consumo para data centers (LPDRAM) es ilustrativa. Fuimos los primeros en llevar esta tecnología a los data centers y mucho tiempo fuimos únicos proveedores; ahora, otras empresas la están adoptando. Más y más clientes advierten sus ventajas: más densidad, tamaño más pequeño, rendimiento mejorado y consumo mucho menor —clave para data centers. Es solo un ejemplo.

Patrick Moorhead 05:07

De cara a cinco años, estas tecnologías empiezan a despegar. Cuando trato de explicar el interés actual por la memoria, recuerdo una materia de la facultad —era a fines de los 80— cuyo principio era que, si lográs mantener la operación dentro de los límites de la memoria, el rendimiento aumenta. Desde ya, hoy es un poco distinto. Cuanta más memoria tenés, mejores resultados, y cuanto más cerca de la tarea estés, mejor es el rendimiento, porque salir de memoria lo ralentiza todo. En la era IA, es un enorme desafío.

Es interesante. En mi carrera viví nueve ciclos de memoria. Trabajé en un OEM, luego en una empresa de chips y llevo 15 años en una consultora. La memoria es lo más cíclico, aunque sé que hay otras industrias parecidas, y también está muy comoditizada. Ya hablaste de esto en la primera pregunta, pero…

Sumit Sadana 06:17

¿Por qué la IA está cambiando esa percepción? Gran pregunta. Si uno mira principios de los 90, había más de 20 empresas de DRAM, fue un segmento muy consolidado. Por entonces, empresas de procesadores había unas pocas, ahora superan las 20. Si las contás, la cifra aparece rápido. Pero las de DRAM se redujeron mucho.

Así que al pensar en diseño de IA y de subsistemas IA, no es solo data center —dentro de eso, hay diferencias entre cargas de entrenamiento y de inferencia, e incluso la inferencia se segmenta con distintos tipos. Una parte pequeña usa SRAM, pero la mayor sigue dependiendo mucho de DRAM. Intentamos poner la mayor cantidad posible de DRAM en estos sistemas. Esa tendencia llega también a autos autónomos, sistemas industriales, y mirá los celulares y computadoras —gracias a la arquitectura de memoria unificada, el Mac mini la rompe en ventas, impulsando una movida “Open Claw”. Y todo, en el fondo, está ligado a la IA.

Sumit Sadana 07:50

Hoy, el rendimiento del sistema depende primero del subsistema de memoria y la capacidad, esos factores determinan el rendimiento de la IA. Por eso, cuando la memoria es central en el diseño del sistema, se debe repensar el tema. Y surge la pregunta clave: ¿cómo lanzar productos diferenciados rápido? Creo que el negocio de la memoria del futuro será muy distinto, y eso se enlaza con el siguiente concepto…

Sumit Sadana 08:36

Toda la industria llegó al punto de necesitar nueva capacidad, algo sorprendente dado que el crecimiento de demanda es tan fuerte, impulsado por IA. Solo con avances tecnológicos ya no alcanza; en el pasado reciente, el aumento de bits por innovación cubría la demanda. Ahora se requieren muchas más obleas, lo que implica construir nuevas salas limpias. Cuando agotás espacio en plantas existentes —lo que a la mayoría ya le pasa— necesitás expandir en nuevos sitios, lo que lleva mucho tiempo.

Es un proceso largo, condicionado por variables como diferencias de ritmo constructivo entre regiones, o la rapidez de las autorizaciones. Hay que levantar infraestructura esencial desde cero —electricidad, agua, tratamiento, químicos— todo en conjunto y eso lleva tiempo y es el desafío que vive la industria.

Sumit Sadana 10:01

Así que, aunque todos nos esforzamos al máximo, seguimos sin poder satisfacer la demanda. Acercar la oferta lleva mucho tiempo, lo que también impacta el comportamiento de los clientes.

Sumit Sadana 10:27 Esto lleva a lo que siempre debatimos: acuerdos estratégicos con clientes. Estos contratos han transformado nuestro modelo de negocio y de gestión. Ahora firmamos acuerdos plurianuales, prometemos suministro y el cliente se compromete al forecast de demanda. Es muy distinto del acuerdo anual tradicional —antes, el cliente compra si hay stock. Ahora son contratos comprometidos, de alto retorno de inversión, que aseguran recursos para el capex de años.

Por supuesto, esto ni siquiera abarca la IA tipo agente, el próximo paso de la inteligencia artificial. Más adelante vendrá la IA física, que será la próxima ola de demanda gigantesca. Si observás estas olas de demanda, verás que se superponen y potencian, no se sustituyen, lo que plantea el gran reto de transferir semejante escala de oferta física al mundo online.

Patrick Moorhead 11:39

Durante ese tiempo, creo que sus contratos de largo plazo son la mejor muestra de la importancia estratégica de la memoria. Sé que es fácil reducirlo a “necesitamos contratos largos para asegurar capacidad”, lo cual es cierto, pero también involucra planificación conjunta.

Desde el lado tech me impactó que mencionaras edge AI. Lo más interesante: ya sea Open Claw o nuevas arquitecturas en el cliente —por ejemplo, memorias engarzadas con CPU y GPU para más ancho de banda— no es común ver cambios arquitectónicos en computación personal, que fue estable mucho tiempo. Quisiera hablar ahora de los hiperescalares; ya comentamos que gran parte de la innovación y capital se da ahí, tanto en modelos como en aplicaciones. Pero me intriga el efecto en automotrices, PC, robótica, el edge inteligente, etc…

Sumit Sadana 13:00

¿Está cambiando la demanda de memoria estos campos? Sí, es una gran pregunta. Todo parte del data center. Pero mirando a futuro, la IA no se limitará al centro de datos. Se desplazará al edge, hasta que la inteligencia habite todos los dispositivos. Así, abarca todo tipo de electrónica de consumo, automóviles, y, claro, la segunda revolución industrial —cuando toda esa inteligencia esté distribuida globalmente en empresas.

Sumit Sadana 13:43

Tus dispositivos personales, ya sea en el hogar o el trabajo, tu teléfono, incluso nuevos dispositivos que algunas compañías están pensando en desarrollar —que pueden no parecer ni un teléfono ni una PC, sino tener otro diseño completamente diferente. Cuando te querés imaginar un dispositivo IA nativo, lo podés pensar muy distinto a un teléfono o computadora tradicional. Y surge nuevamente la cuestión de consumo: cómo minimizarlo, sobre todo para equipos a batería. Cómo maximizar el rendimiento y correr modelos lo suficientemente potentes y pequeños para operar localmente, sin recurrir a la nube —este es el nuevo horizonte IA.

Esta exploración va a continuar. Esos modelos pequeños, corribles en una PC o teléfono, mejorarán con el tiempo. Esa evolución realza ventajas de privacidad y confidencialidad. Los consumidores valoran mucho esto, y las empresas que logren garantizar que todo lo que el usuario hace no se suba a la nube, dispararán una oleada de nuevas apps y valor.

Sumit Sadana 15:30

Miremos la conducción autónoma, que progresa velozmente gracias a la IA; y la siguiente frontera son los robots. Pensá en robots humanoides, serán uno de los mayores mercados de producto jamás vistos. Llevará un tiempo, pero el punto de inflexión se acerca: pronto, vamos a poder interactuar con robots humanoides casi como con personas. Conforme avancen, sus habilidades físicas serán cada vez más complejas, será una verdadera revolución.

Inicialmente se usarán en fábricas y lugares a tareas muy específicas, con poco grado de libertad. Una vez superen eso, el entorno más complejo es el hogar, ya que es muy desestructurado. Pero estoy convencido que para la década del 2030 la robótica moverá el crecimiento. Lo más asombroso es el requerimiento de memoria: cada robot humanoide llevará cientos de GB de DRAM y terabytes de NAND flash. Así, impulsarán enormemente la demanda de DRAM y NAND. Creo que muchos no aprecian plenamente este punto: los robots deben operar de forma autónoma, no pueden enviar todo el tiempo datos al servidor. Es totalmente cierto.

Patrick Moorhead 17:25

Además, mientras explicabas, me cayó la ficha de que Micron está dando el salto a nivel gigavatio. Solo pensar en inventar esa tecnología es asombroso. Pero cuando se hable de Micron, deberían recordar esto.

En tiempos de IA, el ojo estratégico realmente gana valor, tanto para equipos de vanguardia aún no inventados, como para data centers de gigavatios conectados a IA y modelos grandes. Todo es clave.

He oído hablar mucho de codesarrollo y coinvención, incluso charlando con algunos partners suyos, me contaron ideas nuevas que están probando. Ya mencioné cambios de arquitectura, habitualmente guiados por perfiles tipo JEDEC, pero ahora hablamos de codesarrollo profundo real. ¿Podrías contarnos cómo evoluciona esa relación con los partners?

Sumit Sadana 18:45

Por supuesto. Nuestros socios también quieren saber cómo obtener ventaja en su rubro, cómo superar a la competencia. El subsistema memoria-procesador es tan clave en IA porque la interacción entre ambos define muchos parámetros —determina el consumo, qué modelos pueden usarse, su tamaño y la velocidad de ejecución.

Al ver los avances en LLMs de distintos tamaños y tipos, descubrís que para realmente diferenciarte en los ciclos de diseño de memoria y procesador, cada segmento debe colaborar estrechamente. Ya no es cuestión de componentes plug-and-play estándar JEDEC, conectados y certificados después. Algunos mercados siguen así, pero los clientes quieren más: cómo lograr esa distinción, cómo crear funciones especiales no disponibles en el stock. Necesitamos asociarnos con los fabricantes y planificar juntos en I+D entre 5 y 7 años. Participamos de los roadmaps de muchos clientes; nos proponen ideas fascinantes, algunas ejecutables, otras requieren más tiempo y salto innovador verdadero.

Sumit Sadana 20:28

Nos entusiasma mucho la diversidad que vemos. Como decías, abarcan sistemas de todo tipo —algunos dispositivos consumen poquísima energía porque son 100% a batería, otros funcionan en data centers gigavatio. Ya hemos observado los resultados del codesarrollo en segmentos y con clientes líderes, y seguiremos viéndolos y empujándolos.

En iniciativas inspiradoras, hemos expandido nuestras capacidades para entregar el diseño innovador que clientes anhelan. No pueden tener colaboración tan profunda con muchas empresas; solo una o dos, el resto tardará años en igualar. Eso permite una relación súper cercana, en la que sos proveedor exclusivo, o el único junto a uno más por un tiempo. El modelo se vuelve más similar a la colaboración estilo ASIC —el cliente tiene mayor autonomía en el diseño y la relación es de largo plazo. Es una relación especial, tipo ASIC, y no la típica de memorias estándar de hace unos años. Otro gran cambio es que este modo se puede aplicar a escala.

Patrick Moorhead 22:27

Tal cual. Eso significa volúmenes inmensos, y sinceramente, un tamaño de inversión que lo justifica. Al iniciar el proyecto, todo gira en torno a la diferenciación. Todos buscan cómo destacarse, ya sea en eficiencia o costo total de propiedad (TCO).

Me gustaría pensar en el futuro desde la óptica de la inversión. Mencionaste inversiones en capacidad. Me sorprende que algunos esperen que una fábrica de memorias se monte tan rápido como una línea de código, pero trabajé en una empresa con planta de obleas; incluso hoy, lleva años y es un esfuerzo intensivo en capital, y tarda hasta 4 años en dar frutos reales. ¿Qué inversiones concretas consolidan la posición de Micron en la próxima generación, ya sea IA o derivados? Llevan muchos años, diste en el clavo.

Sumit Sadana 23:57

Tenés razón. Por cierto, si alguien sabe cómo construir una planta de DRAM rápido, nos gustaría saberlo porque nos simplificaría la vida. Nuestros clientes también la querrían ya, y estamos haciendo todo lo posible.

Aceleramos todo lo que podemos esas inversiones. Solo mirando el capex: para 2025 gastaremos poco más de USD 13 mil millones; en 2026, el doble; en 2027, prevemos superar los USD 45 mil millones. El número sigue subiendo. En EEUU, subimos la inversión de USD 200 mil a 250 mil millones, y aceleramos los plazos: para fines del año próximo serán USD 50,2 mil millones.

La inversión es integral. Financiamos la planta ID1 en Idaho, que arrancará la primer línea; a mitad de año próxima, la ID2 seguirá y las obleas saldrán a fines de 2028. La planta adquirida en Taiwán arranca en 2027 y seguimos ampliándola. En Japón y Singapur también crecemos, son unos 20 proyectos de infraestructura en marcha en el mundo, para escalar la capacidad de producción frontal y trasera.

Sumit Sadana 26:06

Pero todo esto lleva tiempo. Toda nueva fábrica de obleas lo requiere. En Nueva York, planificamos un conjunto de cuatro fábricas, la primera inicia en 2030. Arrancamos la obra en enero, el vertido de hormigón fue antes de lo previsto.

Sumit Sadana 26:22

En el mundo hay muchos proyectos, todos exigen habilitaciones y la infraestructura base. Hay escasez de mano de obra calificada —pensá en todas las obras a la vez en USA y en otros lados.

En todas partes se construyen data centers, lo que requiere centrales eléctricas, por eso también se hacen. Además, se necesitan semiconductores, por eso hay plantas adelante y atrás. Así, la falta de técnicos es gravísima, no hay suficiente gente para ejecutar estas construcciones tan complejas en simultáneo.

Sumit Sadana 27:15

Por eso apostamos a la comunidad, a formar talento, a asegurar una reserva de capital humano, lo que facilita avanzar, pero también beneficia a todo el ecosistema. Invertimos en formación, escuelas técnicas, y colaboramos con los pueblos y regiones donde operamos. Es una misión a largo plazo.

Esperamos que la infraestructura siga creciendo con el tiempo; la lógica es de clúster: no podés hacer solo una fábrica. Necesitás volumen y pasar el punto de eficiencia de costos, así que hay que construir en masa, lo que seguirá por una década o más. Son planes a largo plazo. Creemos que para 2028 recién comenzará a notarse la nueva oferta efectiva, y será solo el principio: el ritmo crecerá los años siguientes. Se necesitará tiempo para encontrar un nuevo equilibrio, aunque no se puede precisar cuándo se conseguirá.

Patrick Moorhead 28:54

Tus ejemplos son claros y las inversiones impresionantes. Pero hay algo que mucha gente malinterpreta: la complejidad de la memoria. Todos sabemos lo difícil de un chip lógico. Pero hablemos de la memoria, que es de lo más complejo en semiconductores.

Sumit Sadana 29:19

Siempre decimos que los circuitos lógicos son vanguardia tecnológica, pero el almacenamiento también es cutting edge. Usa equipos de litografía EUV, maquinarias enormes. En la planta hay unos 2.000 procesos: desde arrancar hasta entregar el producto pasan unos cinco meses. Es impresionante, casi nadie lo imagina. Solo el ciclo fabril lleva 3,5 a 4 meses; después ensamblar, testear puede tomar otro mes o mes y medio.

Sumit Sadana 30:04

Para productos más complejos, como HBM, la dificultad escala. Muchos lo llaman milagro: que algo así funcione sorprende. Imaginate apilar 12 chips DRAM, con un chip base atado a la GPU. Semejante sistema enfrenta desafíos monstruosos de disipación y consumo: ¿cómo se enfría moviendo tanto ancho de banda entre CPU y chip? Solo el packaging es tan complejo como una sala limpia, muy distinto de las flip-chips lógicas usuales. Por donde lo mires, el avance del packaging o el proceso EUV, cada nodo DRAM cuesta más de escalar.

Sumit Sadana 31:18

En NAND es igual. Apilamos capa sobre capa —200, 300, 400— la complejidad es descomunal. Y aun así funcionan y almacenan los datos: hoy un SSD puede alcanzar 245 TB. Que semejante capacidad entre en tan poco espacio, es un milagro diario de ingeniería. Es increíblemente complejo, y en los próximos años habrá que seguir afinando la tecnología y haciéndola escalar con éxito masivo: otro gran hito.

Patrick Moorhead 32:23

Eso exige tiempo, recursos e innovación tecnológica. La complejidad me sorprende, y que lo logres en un rango de consumo tan amplio me fascina más aún. No sé cuántas empresas en el planeta podrían hacerlo.

Curiosamente, muchos dicen “nunca estaré satisfecho”, creo que es porque quieren más y más asombro. Luego vienen los que discuten precios. Pero para mí es inversión: es natural que Micron y otras inviertan porque, honestamente, sin más inversión el ciclo de innovación se detiene. Estoy ansioso por ver qué logran en el futuro, no solo en fábricas sino en tecnología en sí. Creo que la robótica puede dar un salto de 10x, y será un mercado gigante —un factor de crecimiento aún no computado del todo en nuestros modelos de capacidad. Por supuesto, falta evidencia de cuándo será real su impacto.

Muchas gracias por esta charla. Increíble que ya haya pasado un año desde nuestra última conversación, ¡y cuánto cambió todo en tan poco tiempo!